劉 京 李 晶 楊 瀾 管珊珊 魏以梁 趙雯婷 江 麗趙 東 李彩霞**

（1）中國政法大學(xué)，證據(jù)科學(xué)教育部重點實驗室，北京 100088；2）公安部鑒定中心，法醫(yī)遺傳學(xué)公安部重點實驗室，現(xiàn)場物證溯源技術(shù)國家工程實驗室，北京 100038；3）江蘇師范大學(xué)生命科學(xué)學(xué)院，江蘇省系統(tǒng)發(fā)育與比較基因組學(xué)重點實驗室，徐州 221116）

短串聯(lián)重復(fù)序列（short tandem repeat，STR）是司法鑒定領(lǐng)域進行親緣關(guān)系鑒定的主要遺傳標(biāo)記，但其只能對親子［1］、同胞［2］、祖孫［3］等2 級以內(nèi)的近親緣進行關(guān)系鑒定。單核苷酸多態(tài)性（single nucleotide polymorphism，SNP）位點具有分布廣泛、突變率低等特點，隨著全基因組測序（whole genome sequencing，WGS）、高密度SNP基因芯片等檢測技術(shù)的發(fā)展成熟，利用高密度SNP數(shù)據(jù)預(yù)測遠至7～9級親緣關(guān)系成為近年來法醫(yī)遺傳學(xué)領(lǐng)域研究熱點［4-10］，該技術(shù)即為法醫(yī)SNP系譜推斷技術(shù)。2018 年美國警方首次使用法醫(yī)SNP 系譜推斷技術(shù)搜索到“金州殺手”的遠親［11］，然后構(gòu)建系譜樹，進而找到兇手成功破獲了42 年前的冷案，該技術(shù)被《科學(xué)》雜志（Science）評為當(dāng)年十大科學(xué)突破之一。此后，美國警方利用該技術(shù)為數(shù)百起冷案積案提供關(guān)鍵線索。一項基于美國白人的研究表明［4］，建立約占人口2%的SNP 數(shù)據(jù)庫，即可為約99%的人口找到至少一名3 代表/堂親（即7級親緣）。研究和實踐表明［12-14］，法醫(yī)SNP系譜推斷與傳統(tǒng)STR 技術(shù)相結(jié)合已成為法醫(yī)DNA 服務(wù)冷案積案偵查的新模式。

目前基于高密度SNP 數(shù)據(jù)進行遠親緣關(guān)系推斷的方法眾多，包括：似然比算法、共享等位基因比 例（identical by state， ⅠBS） 算 法、 共 祖（identity-by-descent，ⅠBD）片段算法等［15］。似然比算法需提前給出一對個體之間具體關(guān)系類別的備擇假設(shè)和兩者無親緣的原假設(shè)，再根據(jù)親緣關(guān)系的兩個互斥假設(shè)，觀察個體間的遺傳標(biāo)記數(shù)據(jù)的條件概率，通過比較得到兩假設(shè)條件概率的似然比。ⅠBS 算法［16-17］通過評估樣本間每個SNP 等位基因頻率，計算基因組中共享等位基因比例程度確定親緣關(guān)系等級。以上兩種算法適合預(yù)測4級以內(nèi)親緣關(guān)系，5 級以上的親緣關(guān)系預(yù)測準(zhǔn)確性顯著降低［16］。ⅠBD片段算法通過檢測ⅠBD，即來自一個共同祖先的相同DNA 片段長度和數(shù)量，判斷親緣關(guān)系遠近。由于減數(shù)分裂時，父母雙方的DNA 會發(fā)生斷裂和重組，親緣關(guān)系越遠意味著傳遞代數(shù)（重組）越多，個體間共享的ⅠBD片段就越短，ⅠBD長度使用厘摩（cM）衡量。該算法適于預(yù)測7 級左右的親緣關(guān)系，某些情況下可預(yù)測高達12 級的親緣關(guān)系［18］。

ⅠBD 片段算法是目前法醫(yī)系譜推斷最常用算法。但在中國法醫(yī)遺傳學(xué)應(yīng)用實踐中，存在如下問題：a.國外研究大多基于模擬親緣關(guān)系對和歐美人群親緣關(guān)系對［18］，欠缺適合中國人群真實親緣關(guān)系的參數(shù)優(yōu)化、準(zhǔn)確性評估等系統(tǒng)性研究；b.需對高密度SNP 數(shù)據(jù)進行格式轉(zhuǎn)換、同源染色體分型等處理，分析流程繁瑣，普通法醫(yī)工作者難以完成。本項目組在國內(nèi)首次研究構(gòu)建了適合法醫(yī)應(yīng)用的ⅠBD親緣關(guān)系級預(yù)測的自動分析算法流程，實現(xiàn)了大量樣本兩兩個體之間親緣關(guān)系的批量計算，并為多起命案積案偵破提供了關(guān)鍵線索［12-13］。本文詳述了該算法流程的構(gòu)建和優(yōu)化研究，并基于中國5個漢族大家系樣本的真實親緣關(guān)系對進行了ⅠBD片段算法預(yù)測準(zhǔn)確性評估。本文研究成果將為中國法醫(yī)SNP 系譜推斷技術(shù)的研究和應(yīng)用提供數(shù)據(jù)支撐和軟件支持。

1 材料與方法

1.1 樣本來源

采集本研究團隊5 名成員的漢族家系253 人份樣本，總共5 560 對親緣關(guān)系（圖1），包括一級（1st）、二級（2nd）、三級（3rd）、四級（4th）、五級（5th）、六級（6th）、七級（7th）、八級（8th）、九級（9th）、大于九級（10～14 級，＞9th）親緣關(guān)系，以及26 318對無親緣關(guān)系。所有樣本在采集前均簽署知情同意書，本研究通過了公安部鑒定中心倫理委員會審查（編號：2021-006）。

1.2 DNA提取與檢測

使用MagAttract M48 DNA Manual 試劑盒（Qiagen 公司，德國）提取DNA，使用NanoDrop 2000c 分光光度計（Thermo Scientific 公司，美國）進行DNA 定量。使用WeGene V2 基因芯片（安瀾智能公司，中國）進行SNP 檢測（DNA 模板量均大于500 ng，芯片位點檢出率均大于98.5%），獲得約70萬SNP位點分型數(shù)據(jù)。

1.3 數(shù)據(jù)分析

本研究形成的ⅠBD片段算法集成到項目組前期開發(fā)的DNA 系譜推斷系統(tǒng)DGA v1.0［19］進行親緣關(guān)系預(yù)測。

1.4 親緣關(guān)系推斷算法參數(shù)優(yōu)化

1.4.1 預(yù)測準(zhǔn)確性評估指標(biāo)

為了評估ⅠBD片段算法在中國真實家系親緣關(guān)系對預(yù)測準(zhǔn)確性， 本文使用絕對準(zhǔn)確率（accuracy，AC）、置信區(qū)間準(zhǔn)確率（confidence interval accuracy， CⅠA）、 假 陰 性 率 （false negative，F(xiàn)N）、假陽性率（false positive，F(xiàn)P）、預(yù)測可信度（prediction credibility，PC）作為評估指標(biāo)。AC 是指某親緣等級的調(diào)查親緣關(guān)系對應(yīng)的所有關(guān)系對中，預(yù)測結(jié)果同樣是此等級的關(guān)系對所占的比例；CⅠA是指某親緣等級的調(diào)查親緣關(guān)系對應(yīng)的所有關(guān)系對中，預(yù)測結(jié)果是此等級或此等級±1級的關(guān)系對所占的比例［16］；FN是指某親緣等級的調(diào)查親緣關(guān)系對應(yīng)的所有關(guān)系對中，預(yù)測結(jié)果是“無關(guān)”的關(guān)系對所占的比例；FP是調(diào)查親緣關(guān)系為“無關(guān)”（大于14級）的所有關(guān)系對中，預(yù)測結(jié)果是“有關(guān)”（1～9 級）的關(guān)系對所占的比例；PC是指某親緣等級的預(yù)測親緣關(guān)系對應(yīng)的所有關(guān)系對中，調(diào)查親緣關(guān)系為“有關(guān)”的關(guān)系對所占的比例。

1.4.2 ⅠBD片段長度閾值優(yōu)化

為了評估不同匹配片段最低檢出長度閾值對預(yù)測準(zhǔn)確性的影響，設(shè)置了0、3、6、9、12、15、20 cM 7 個不同的ⅠBD 片段長度閾值，評估不同最低檢出ⅠBD片段長度閾值的預(yù)測準(zhǔn)確性。

Fig.1 The distribution of survey kinship degree

1.4.3 支持向量機（SVM）優(yōu)化

為了提高親緣關(guān)系預(yù)測等級的準(zhǔn)確性，本研究使用支持向量機（support vector machine，SVM）方法對ⅠBD片段算法中基于ⅠBD片段數(shù)量和長度預(yù)測親緣關(guān)系等級進行優(yōu)化，將預(yù)測有親緣關(guān)系ⅠBD片段總長度和平均長度的最小值設(shè)為閾值。本研究根據(jù)閾值設(shè)置3 個集合（圖2）：集合1，預(yù)測為有親緣關(guān)系的關(guān)系對；集合2，有ⅠBD片段結(jié)果的關(guān)系對中ⅠBD片段總長度和平均長度均小于該閾值的關(guān)系對；集合3，有ⅠBD 片段結(jié)果的關(guān)系對中ⅠBD片段總長度和平均長度均大于該閾值但被預(yù)測為無關(guān)的關(guān)系對，將集合1 和集合2 合并作為訓(xùn)練集，將集合3作為測試集，通過訓(xùn)練集對測試集重新進行分類，以降低較遠（6級及以上）親緣關(guān)系預(yù)測的FN。

1.5 不同數(shù)量SNP預(yù)測評估

由于法醫(yī)物證受時間、環(huán)境等影響，經(jīng)常會發(fā)生DNA 降解，檢出的SNP 位點會隨之減少。為了模擬降解DNA 對該系譜推斷算法預(yù)測效能影響，本文對位點進行隨機的梯度下降篩選，將篩選的位點組合進行兩次親緣關(guān)系預(yù)測的平均結(jié)果與原始數(shù)據(jù)結(jié)果進行比較，評估不同密度SNP 位點組合對預(yù)測準(zhǔn)確性的影響。

2 結(jié) 果

2.1 基于IBD片段算法的親緣關(guān)系分析流程

本文研究的ⅠBD 片段算法包括如下分析流程：過濾SNP 數(shù)據(jù)中的冗余信息，篩選位點，對篩選后數(shù)據(jù)進行格式轉(zhuǎn)換，同源染色體分離，查找和合并各染色體上ⅠBD 匹配片段，基于ⅠBD 片段長度、數(shù)量等值預(yù)測個體間親緣關(guān)系等級，在算法研制過程中進行ⅠBD 片段長度閾值、SVM 親緣等級預(yù)測等優(yōu)化（圖3）。其中同源染色體分離選取了千人基因組中國人群作為參考數(shù)據(jù)集，使用隱馬爾可夫（HMM）算法將待分析數(shù)據(jù)父源和母源染色體分離；ⅠBD片段長度計算時參考了HapMap計劃網(wǎng)站中SNP 物理距離（bp）與遺傳距離（cM）之間的關(guān)系進行厘摩值轉(zhuǎn)換。基于以上分析流程，本研究使用Python 編寫了基于ⅠBD 片段算法進行親緣關(guān)系分析的pipeline，實現(xiàn)了數(shù)據(jù)預(yù)處理自動化、兩兩個體親緣關(guān)系計算批量化等功能。

2.2 親緣關(guān)系推斷參數(shù)及SVM優(yōu)化結(jié)果

2.2.1 親緣關(guān)系推斷算法結(jié)果

使用上述ⅠBD片段算法對253份高密度SNP數(shù)據(jù)進行親緣關(guān)系計算，將所有個體間預(yù)測的1～9級親緣關(guān)系等級與實際調(diào)查的親緣關(guān)系進行比較并計算準(zhǔn)確性評估指標(biāo)（表1）。表1可以看出，前5級有較高的準(zhǔn)確率，平均CⅠA 為99.14%，F(xiàn)N 為0。隨著親緣關(guān)系等級的增加，準(zhǔn)確率也隨之降低，6級開始出現(xiàn)假陰性，8 級及以上假陰性明顯增加。1～7級親緣的預(yù)測可信度較高，平均值為99.75%。

2.2.2 ⅠBD片段長度閾值研究結(jié)果

使用軟件計算兩兩個體ⅠBD片段長度時，需設(shè)置最低檢出ⅠBD片段長度閾值。為評估該參數(shù)對預(yù)測準(zhǔn)確性影響，本文設(shè)置了0（即無最低檢出ⅠBD片段長度限制）、3（默認參數(shù)）、6、9、12、15、20 cM 七個不同閾值長度閾值，計算在253 份樣本中預(yù)測準(zhǔn)確性變化情況。圖4a 展示了不同ⅠBD 片段長度閾值下AC變化情況；圖4b展示了不同ⅠBD片段長度閾值下CⅠA 變化情況；圖4c 展示了不同ⅠBD片段長度閾值下PC變化情況；圖4d展示了不同ⅠBD片段長度閾值下FN變化情況；圖4e展示了不同ⅠBD 片段長度閾值下FN 平均值和FP 變化情況。對比顯示0～9 cM ⅠBD 片段閾值參數(shù)對預(yù)測準(zhǔn)確性影響不大，當(dāng)ⅠBD 片段閾值大于9 cM，CⅠA、FP 均有一定程度降低，而PC、FN 有一定程度增加。

Fig.2 The SVM training and test data set

Table 1 Accuracy statistics of IBD algorithm in predicting kinship degree of 253 samples

Fig.4 Accuracy evaluation of different IBD fragments threshold

2.2.3 SVM優(yōu)化模型結(jié)果

表1 結(jié)果顯示6 級及以上親緣關(guān)系預(yù)測時會出現(xiàn)假陰性。為提高算法預(yù)測能力，降低FN，本研究使用SVM 方法對基于ⅠBD 片段數(shù)量和長度預(yù)測親緣關(guān)系等級的過程進行優(yōu)化，將所有個體間預(yù)測的1～9級親緣關(guān)系等級與實際調(diào)查的親緣關(guān)系進行比較并計算準(zhǔn)確性評估指標(biāo)（表2）。優(yōu)化后前5級平均CⅠA 為99.16%，6 級FN 由優(yōu)化前的2.14%降為0.43%，7 級FN 由優(yōu)化前的14.09%降為7.10%。為進一步評估SVM 優(yōu)化后預(yù)測性能，絕對準(zhǔn)確率等評估指標(biāo)與2.2.1常規(guī)流程進行橫向?qū)Ρ龋▓D5），結(jié)果顯示SVM 優(yōu)化后提高了遠親緣（6～9 級）關(guān)系等級CⅠA，降低了其FN。

Table 2 Accuracy statistics of SVM IBD algorithm in predicting kinship degree of 253 samples

Fig.5 Accuracy evaluation before and after SVM optimization

2.3 真實親緣關(guān)系IBD片段長度分布

通過研究構(gòu)建的算法流程，本文分析253份樣本所有真實親緣關(guān)系對的ⅠBD 片段長度分布情況。圖6 顯示了253 份樣本之間真實親緣關(guān)系等級的ⅠBD片段長度分布圖，可以看出1～4級關(guān)系能明顯分離開來，5級以上親緣關(guān)系ⅠBD片段長度分布出現(xiàn)重疊，親緣關(guān)系越遠長度分布的重疊越多。

2.4 不同SNP數(shù)量預(yù)測準(zhǔn)確性

生物檢材受時間和環(huán)境等因素影響，DNA 會發(fā)生降解，SNP位點檢出數(shù)也會隨之降低。因此本文通過隨機篩選不同數(shù)量的位點組合，模擬低質(zhì)量樣本的預(yù)測結(jié)果。從253份樣本數(shù)據(jù)的所有SNP位點中，隨機篩選65萬～10萬、每組遞減5萬位點共12組，每組位點個數(shù)隨機取2次，使用優(yōu)化后ⅠBD片段算法預(yù)測親緣關(guān)系，計算AC、CⅠA 等評估指標(biāo)的2次平均值。不同數(shù)量位點預(yù)測準(zhǔn)確性趨勢如圖7 所示。圖7a 展示了不同SNP 數(shù)量AC 變化情況；圖7b 展示了不同SNP 數(shù)量CⅠA 變化情況；圖7c展示了不同SNP數(shù)量PC變化情況；圖7d展示了不同SNP數(shù)量FN變化情況。結(jié)果顯示，隨著SNP數(shù)量的降低，各預(yù)測準(zhǔn)確性評估指標(biāo)會有一定程度的下降（FN 和FP 是隨著SNP 數(shù)量的降低而略升高），SNP 位點數(shù)下降對于超過5 級的親緣關(guān)系預(yù)測能力影響更明顯。

Fig.6 IBD fragment length statistics for each actual kinship degree of 253 samples

Fig.7 Accuracy evaluation of different SNP number

3 討 論

在群體遺傳學(xué)和法醫(yī)遺傳學(xué)應(yīng)用研究中，使用高密度SNP 數(shù)據(jù)進行親緣關(guān)系預(yù)測受到越來越多的關(guān)注。項目組先前構(gòu)建了基于ⅠBS算法的分析流程，并評估了其在中國人群真實親緣中預(yù)測準(zhǔn)確性［16］，結(jié)果顯示，該算法在4 級以內(nèi)親緣關(guān)系有較高預(yù)測準(zhǔn)確性，5級及更遠親緣關(guān)系預(yù)測準(zhǔn)確性下降明顯。ⅠBD片段算法可以準(zhǔn)確預(yù)測1～7級親緣關(guān)系，在法醫(yī)SNP 系譜推斷中有廣泛應(yīng)用。但國內(nèi)缺乏ⅠBD片段算法分析流程、針對中國人群的算法優(yōu)化以及真實親緣關(guān)系預(yù)測準(zhǔn)確性等系統(tǒng)研究。本文搭建了基于ⅠBD片段算法預(yù)測親緣關(guān)系的全流程，實現(xiàn)了輸入數(shù)據(jù)格式預(yù)處理、批量化計算兩兩個體間ⅠBD片段長度和親緣關(guān)系等級等功能，并通過軟件進行了分析流程的集成自動化。使用該分析流程對253份樣本兩兩間1～9級親緣關(guān)系進行預(yù)測（表1），結(jié)果顯示ⅠBD 片段算法可以準(zhǔn)確預(yù)測1～7級親緣關(guān)系，平均CⅠA為94.49%。

為進一步提升ⅠBD片段算法預(yù)測準(zhǔn)確性，本文進行了最低檢出ⅠBD 片段閾值和SVM 等優(yōu)化。不同最低檢出ⅠBD 片段長度閾值結(jié)果（圖4）顯示，0～9 cM 的ⅠBD 片段閾值參數(shù)對預(yù)測準(zhǔn)確性影響不大，大于9 cM時預(yù)測準(zhǔn)確性會有一定程度的降低，分析其原因可能為：本流程所使用預(yù)測親緣等級算法［18］根據(jù)兩個個體間共享ⅠBD片段的數(shù)量、長度和位置，使用原假設(shè)（兩個體不相關(guān)）與備擇假設(shè)（兩個體共享有共同祖先）進行概率比較。原假設(shè)中需要考慮群體中所有共享片段長度的均值，即群體中隨機無關(guān)個體共享ⅠBD片段長度，故較短ⅠBD片段在該算法中會被當(dāng)作群體背景噪音。Kling等［5］研究表明，最?、馚D 片段閾值最好選取在3～8 cM之間；De Vries等［20］研究表明，設(shè)置1～7 cM最小ⅠBD 片段閾值，在1 000 對1～5 級模擬親緣關(guān)系中預(yù)測準(zhǔn)確率基本無變化，以上研究結(jié)論與本文基本一致。本文還觀察到親緣關(guān)系越遠，受不同ⅠBD 片段長度閾值影響越大（圖4a），分析其原因可能為：由于基因重組的隨機性，親緣關(guān)系越遠，兩兩個體間共祖片段越短，故受最低檢出閾值影響就越大。結(jié)合本文研究結(jié)果，為在實戰(zhàn)中盡可能找到多的親緣關(guān)系，在后續(xù)分析中采用的閾值為3 cM。使用SVM優(yōu)化ⅠBD片段算法后（圖5），1～5級親緣關(guān)系預(yù)測的AC、CⅠA等評估指標(biāo)均無顯著變化（ANOVA 方差分析，P=0.98），6 級FN 從2.1%降低至0.4%，7 級FN 從14.1%降低至7.1%，7～9級CⅠA也有一定升高，1～7級預(yù)測親緣的PC經(jīng)SVM 優(yōu)化后依然保持較高準(zhǔn)確率，平均PC 為99.77%。綜上所述，原ⅠBD 片段算法經(jīng)SVM 優(yōu)化后在遠親緣關(guān)系的預(yù)測能力方面提升顯著。本文對優(yōu)化后的ⅠBD 片段算法預(yù)測結(jié)果進一步探究發(fā)現(xiàn)，7 級 的FN 為7.1%，8 級、9 級FN 急 劇 上 升 至27.71%、54.47%。Greytak等［6］研究表明，由于基因重組的隨機性，大約有10%的3 代表親（3rd cousin，即7 級）和50%的4 代表親（4th cousin，即9級）沒有可檢測到的ⅠBD片段長度，與本文觀察到的FN結(jié)果基本一致。原因可能在于全基因組SNP芯片檢測的位點數(shù)量有限，在全基因組層面位點之間分布距離較大，導(dǎo)致部分遠親緣關(guān)系對的ⅠBD 片段檢測不到；Al-Khudahair 等［21］使用WGS數(shù)據(jù)的探索研究表明，若SNP位點分布密度增加，有可能提高8 級以及更遠親緣的預(yù)測能力。5 級及以下FN為0%，6級以上出現(xiàn)假陰性，7級的FN為7.1%。故系譜推斷實踐應(yīng)用時：5級及以下家系只需檢測一個樣本；6、7級家系至少檢測兩個樣本，這樣目標(biāo)樣本與至少一個樣本確證可檢出親緣關(guān)系的概率可達到99.99%和99.50%。在為偵查提供線索過程中我們發(fā)現(xiàn)，更加關(guān)注的CⅠA對于1～7級親緣均超70%，但是2級親緣關(guān)系預(yù)測的AC卻較低，大量2 級親緣被預(yù)測到3 級。分析其原因可能是，本流程所使用開源的預(yù)測親緣等級算法構(gòu)建和驗證均基于歐美人群［18］，在其他人群中的AC會有所降低。Williams 等［22］研究發(fā)現(xiàn)，該算法在非洲辛巴族家系人群中，2 級親緣AC 僅為67%；Ramstetter等［23］研究也發(fā)現(xiàn)，在墨西哥家系人群中，大量2級親緣關(guān)系被預(yù)測為3級親緣關(guān)系。在不同ⅠBD片段閾值A(chǔ)C結(jié)果中，2級親緣AC值出現(xiàn)了與其他等級關(guān)系對不同的“先增后降”趨勢，其原因也有可能與人群特異性有關(guān)。后續(xù)，需要增加中國人群2級和3級關(guān)系對數(shù)量，繼續(xù)優(yōu)化算法模型，提升中國人群中2級親緣預(yù)測的AC。

基于253份樣本真實親緣關(guān)系的ⅠBD片段長度分布（圖6）顯示，1～4 級關(guān)系ⅠBD 長度分布區(qū)分顯著，5 級以上親緣關(guān)系ⅠBD 片段分布會出現(xiàn)重疊，親緣關(guān)系越遠分布重疊越多。分析其原因為：親代向子代傳遞遺傳物質(zhì)時會發(fā)生基因片段的斷裂與重組，親緣關(guān)系越遠，ⅠBD片段長度會縮短且具有一定隨機性。通過將美國Ancestry 公司基于24 362份歐美樣本模擬親緣關(guān)系厘摩長度分布與本文中國漢族人群真實親緣關(guān)系厘摩長度分布比較發(fā)現(xiàn)，1～7級厘摩分布范圍的趨勢大致相仿，但中國漢族人群每一級親緣關(guān)系對ⅠBD片段分布范圍的上下限數(shù)值與之有所不同。表明不同人群的祖先群體規(guī)模、婚配模式等的差異，會影響不同級別親緣關(guān)系對的ⅠBD片段長度分布范圍。下一步，我們將通過模擬家系和真實家系結(jié)合的方式，增加親緣關(guān)系對數(shù)量，進一步驗證和優(yōu)化本研究針對漢族人群研究獲得的ⅠBD片段分布情況和預(yù)測算法，并研究該體系在蒙古族等其他人群中的適應(yīng)性。

本研究還進一步通過隨機篩選位點數(shù)，模擬低質(zhì)量樣本的系譜推斷預(yù)測結(jié)果。結(jié)果顯示，預(yù)測準(zhǔn)確性隨位點數(shù)量的減少而降低，當(dāng)位點數(shù)少于20 萬位點時準(zhǔn)確性下降較明顯，但準(zhǔn)確性依然處于較高水平，而且位點數(shù)量對1～3級近親緣關(guān)系影響更小。但是，我們模擬隨機位點數(shù)量減少時沒有考慮低檢出率SNP 芯片數(shù)據(jù)的分型錯誤率問題。De Vries 等［20］研究表明，當(dāng)SNP 芯片的檢出率降低時，SNP 位點分型的準(zhǔn)確率會下降，而SNP 分型錯誤，會導(dǎo)致ⅠBD片段識別提前結(jié)束，造成ⅠBD片段丟失，并最終降低ⅠBD 片段算法預(yù)測準(zhǔn)確率，后續(xù)將增加該指標(biāo)進行模擬數(shù)據(jù)測試，并使用真實的低質(zhì)量檢材進行系統(tǒng)的測試。此外，高深度WGS 技術(shù)可生成同一位置大量短讀序列片段（reads），從而確保檢出SNP 位點分型的準(zhǔn)確性，針對微量DNA 有可能獲得比SNP 芯片更加準(zhǔn)確的分型結(jié)果。

4 結(jié) 論

本研究構(gòu)建了基于高密度SNP 數(shù)據(jù)的ⅠBD 片段算法分析流程并進行了優(yōu)化，基于253份中國人群樣本的真實親緣關(guān)系評估了算法預(yù)測準(zhǔn)確性。研究結(jié)果表明，該算法可實現(xiàn)1～7 級親緣關(guān)系的預(yù)測。該方法可輔助物證鑒定工作，為冷案積案等疑難案件偵破提供重要科技支撐。